数据分析和机器学习正在推动车队管理迈上新的台阶。 以城市公交车为例，它们过去几十年里几乎没有什么改变。 随着物联网的出现，燃油经济性、路线安排和驾驶员表现均可实现实时优化。

关键在于“能”这个字。 城市公交车上密布着传感器和摄像头，每行驶一英里都有可能产生多达 10 MB 的数据。 把所有这些数据都发送到云端显然不可行。 此时，就必须由车载电脑来分析汽车性能、驾驶员表现和道路情况。

然后，车载电脑必须将汇总数据发送到云上。 云上的大数据分析可以更深入地了解维护需求、乘客上车模式和其他因素。

车队管理的方方面面

那么，需要哪些因素才能创建可利用大数据、远程管理甚至是机器学习技术的车队管理系统呢？如图 1 所示，查看车队管理中使用的各个子系统就是一个很好的起点。

图 1. 城市车队管理涉及到许多系统。 （资料来源：英特尔）

车载和后端系统需要特别密切的关注。 让我们从了解车载电脑开始。 图 2 所示的 AdvantechTREK-570 就是一个很好的例子。 这款嵌入式 PC 专为车队管理而构建，配备了包含可配置汽车诊断接口的 I/O：CAN（J1939、OBD-II/ISO 15765）和 J1708 (J1587)。

图 2.
TREK-570 专为车队管理而设计。 （资料来源：Advantech）

TREK-570 还支持大量通信接口 (802.11 a/b/g/n、GPS、GLONASS、HSDPA、CDMA 和 LTE），以提供实时语音和数据服务。 双显示屏和双音频接口可确保驾驶员接收到高分辨率信息，例如路线规划和文本转语音策略提醒。

所有这些功能都由四核英特尔凌动^® 处理器提供支持。 Advantech 嵌入式生态系统主管 Shawn Jack 说：“CPU 性能是数据分析的关键。 我们之所以选择英特尔处理器，原因就在于其 CPU 和安全功能。”Jack 补充说，Advantech 在英特尔架构发展蓝图的基础之上，使其设计功能与资源保持了一致。

数据分析变得更容易

经过初始处理之后，数据进入后端系统以进一步分析驾驶员行为、调度、追踪、车辆诊断等。 这是车队管理遇到的另一处障碍。

企业内不会有很多数据科学家来提供车队管理服务。 即使是创建智能交通基础设施的城市管理部门内，也不会有很多数据科学家。 那么，车队运营者如何才能从物流数据中收集深入信息呢？

答案就是使用带预定义配置的系统和内置情报，使企业能够轻松理解其数据。 这正是 Advantech WISE-PaaS RMM 这样的整体式平台发挥其作用的地方。 这些平台提供了预配置及预先验证的软件构建块，以推动车队管理解决方案的部署。

在车载电脑内，WISE-PaaS 提供了云挂接以及可简化服务连接的 API，例如 Microsoft Azure。 在云端，它有助于实施车队管理功能，例如通过简单的拖放式界面执行远程监控和预测性维护。 此支持可以将 TREK-570 等车队管理硬件转变为随时可以运行的系统。

寻求交通行业突破

对于 Advantech 这样的公司来说，车队管理和其他数字化交通行业的下一道关卡就是将大数据与专业化汽车行业主张融合在一起，这些主张包括车对车 (V2V) 和车对基础设施 (V2I) 通信技术。

来自 Advantech 的 Jack 介绍说，交通行业的这些技术突破将使驾驶员更及时地了解道路状况，并帮助他们快速应变。 该公司还在部署大数据以实时感应车辆状况。 例如，当汽车雨刮器启动时，后端办公室将得到正在下雨的通知。

即使有了这些改进也千万不能忘记，车队管理系统仍然需要仔细的工程设计和智能操作。 例如，旧金山的 NextBus 运输跟踪系统曾出现过运行中断两周和抵达预测不准确的情况，这都是因为系统运营商未能准备好应对 2G 网络服务中断。 即便如此，使用 TREK-570 这些强劲子系统仍然将帮助您轻松完成基本设计工作，使您能够将精力集中在尽量降低用户出错机率这样更复杂的问题上。